基于语言模型的解析器中的结构歧义及其消歧：以荷兰语从句关系化为例
Structural Ambiguity and its Disambiguation in Language Model Based Parsers: the Case of Dutch Clause Relativization
AI总结：
本文研究荷兰语关系从句的结构歧义问题，通过引入前序句子语境进行消歧，对比了基于证明网的神经符号解析器与基于通用依存关系的解析器，发现前者在纠正数据偏差方面更具优势。
摘要：
本文探讨荷兰语关系从句中的结构歧义。通过研究基于语境奠基的消歧任务，我们考察了前序句子的存在如何解决关系从句歧义。我们将该方法应用于两种解析架构，试图揭示两种现代神经解析器的解析与语言模型组件的内部机制。结果表明，基于证明网的神经符号解析器比基于通用依存关系的方法更易于进行数据偏差纠正，尽管两种设置都存在相当程度的初始数据偏差。
英文摘要：
This paper addresses structural ambiguity in Dutch relative clauses. By investigating the task of disambiguation by grounding, we study how the presence of a prior sentence can resolve relative clause ambiguities. We apply this method to two parsing architectures in an attempt to demystify the parsing and language model components of two present-day neural parsers. Results show that a neurosymbolic parser, based on proof nets, is more open to data bias correction than an approach based on universal dependencies, although both setups suffer from a comparable initial data bias.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
